我正在使用python中的模糊wuzzy，虽然它声称它与levenshtein距离有效，但我发现许多具有单个字符的字符串会产生不同的结果。例如。
>>>fuzz.ratio("vendedor","vendedora")
94
>>>fuzz.ratio("estagiário","estagiária")
90
>>> fuzz.ratio("abcdefghijlmnopqrst","abcdefghijlmnopqrsty")
97
>>>fuzz.ratio("abc","abcd")
86
>>>fuzz.ratio("a","ab")
67
我想levenshtein距离应该与所有示例中的单个字符距离相同，但我知道这不是简单的距离，它是某种某种“平等百分比”。
我试图理解它是如何工作的，但我似乎无法理解。我的长字符串给出了97而非短的67.我想这意味着字符串越大，对单个字符的影响就越小。然而，对于“vendedor”，“vendedora”和“estagiário”，“estagiária”的例子，情况并非如此，因为后者比前者大。
这是如何运作的？
我目前正在匹配用户输入的职位名称，尝试使用正确键入的名称连接错误的名称等等。我的任务有更好的包吗？
答案 0 :(得分：3)
关于模糊一般的工作原理你是对的。来自fuzz.ratio函数的较大输出数意味着字符串彼此更接近（100是完美匹配）。我执行了几个额外的测试用例来检查它是如何工作的。他们在这里：
fuzz.ratio("abc", "abce") #to show which extra letter doesn't matter.
86
fuzz.ratio("abcd", "abce") #to show that replacing a number is worse than adding.
75
fuzz.ratio("abc", "abc") #to find what a match gives.
100
从这些测试中，我们可以看到，替换一个数字对比率计算的影响大于添加一个字母（这就是为什么estagiário/estagiária不像vendedor / vendedora那样匹配，尽管时间更长）。根据{{3}}，该软件包还可以用于从可能的匹配列表中自动选择最佳选择，因此我认为这对于您的预期目的来说是一个不错的选择。